Numpy遍历行答案

【问题标题】：Numpy iterating over rowsNumpy遍历行
【发布时间】：2020-06-29 03:51:50
【问题描述】：

我有一种误解，例如出于速度原因，应该在 Numpy 中避免 for 循环

import numpy

a = numpy.array([[2,0,1,3],[0,2,3,1]])
targets = numpy.array([[1,1,1,1,1,1,1]])
output = numpy.zeros((2,1))
for i in range(2):
    output[i] = numpy.mean(targets[a[i]])

这是获取每行选定位置平均值的好方法吗？感觉可能有办法先对数组进行切片，然后直接应用均值。

【问题讨论】：

targets[a] 是什么样的？可以用np.mean的轴参数吗？

标签： numpy numpy-ndarray

【解决方案1】：

我想你正在寻找这个：

targets[a].mean(1)

请注意，在您的示例中，targets 必须是一维而不是二维。否则，您的循环会抛出超出范围的索引，因为它解释的是行索引而不是列索引。

【讨论】：

【解决方案2】：

numpy 实际上会为您解释这一点：targets[a] 按“行”工作，随后使用 @hpaulj 在 cmets 中建议的 np.mean(targets[a], axis=1) 完全符合您的要求：

import numpy

a = numpy.array([[2,0,1,3],[0,2,3,1]])
targets = numpy.arange(1,6) # To make the results differ
output = numpy.mean(targets[a], axis=1) # the i-th row of targets[a] is targets[a[i]]

【讨论】：